Communitygithub.com

Expert en visualisation musicale des années 2000

Expert en visualisation musicale de l'ère 2000 (Milkdrop, AVS, Geiss) et implémentations WebGL modernes. Spécialisé dans l'intégration Butterchurn, l'API Web Audio AnalyserNode pour les données FFT, les shaders GLSL réactifs à l'audio et l'art génératif psychédélique.

Qu'est-ce que Expert en visualisation musicale des années 2000 ?

Ce skill est conçu pour les développeurs qui souhaitent recréer l'expérience emblématique des visualisations musicales des années 2000 (Milkdrop, AVS, Geiss) sur le web moderne. Il couvre l'intégration de la bibliothèque Butterchurn (Milkdrop en WebGL), l'extraction de données FFT via l'API Web Audio, et l'écriture de shaders GLSL pour des effets réactifs à l'audio. Le skill est utile pour créer des expériences musicales immersives en plein écran avec des systèmes de préréglages et des transitions fluides. Il prend en charge les plateformes web modernes et les navigateurs supportant WebGL et Web Audio API. Le skill met en garde contre les pièges courants comme l'oubli de reprendre le contexte audio, l'affichage linéaire des fréquences, ou le manque de nettoyage des boucles d'animation, et fournit des correctifs concrets. Il inclut également une checklist d'intégration complète et des recommandations de préréglages pour différents styles (psychédélique, chill, haute énergie).

Compatible avec~Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/curiositech/windags-skills/tree/HEAD/skills/2000s-visualization-expert

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait Expert en visualisation musicale des années 2000 ?

Expert dans la recréation de l'ère légendaire de la visualisation musicale des années 2000 - Milkdrop, AVS, Geiss - en utilisant les API WebGL et Web Audio modernes.

Quand l'utiliser

✅ À utiliser pour :

  • Implémenter des visualisations psychédéliques de style Milkdrop
  • Intégration de la bibliothèque Butterchurn (Milkdrop en WebGL)
  • Extraction FFT/formes d'onde via AnalyserNode de l'API Web Audio
  • Shaders de fragments GLSL pour effets audio-réactifs
  • Expériences musicales immersives en plein écran
  • Détection de rythme en temps réel et analyse audio
  • Systèmes de préréglages et transitions de visualisation

❌ PAS pour :

  • Graphiques à barres de spectre simples (utiliser Canvas 2D)
  • Affichage statique de formes d'onde audio
  • Édition ou traitement vidéo
  • Art génératif non audio
  • Problèmes de lecture/streaming audio (utiliser le skill audio-engineer)

L'Âge d'Or (Résumé)

ÉpoqueLogiciel cléInnovation
1998-2000GeissEffets plasma simples, DirectX
2001-2007Milkdrop 1 & 2Équations par pixel, système de préréglages
2007-2015DéclinMontée des services de streaming
2018-PrésentButterchurnRenaissance WebGL

La magie de Milkdrop : Superposition d'effets simples - flou, zoom, rotation, décalage de couleur - avec des paramètres audio-réactifs.

→ Voir references/butterchurn-guide.md pour l'historique complet et l'intégration.

Technologies de Base

Butterchurn (Milkdrop en WebGL)

  • 1,7k étoiles GitHub, licence MIT
  • Compatibilité complète avec les préréglages originaux de Milkdrop
  • npm : butterchurn, butterchurn-presets
import butterchurn from 'butterchurn';
const visualizer = butterchurn.createVisualizer(audioContext, canvas, {
  largeur: window.innerWidth,
  hauteur: window.innerHeight,
  pixelRatio: window.devicePixelRatio || 1,
});
visualizer.connectAudio(audioNode);
visualizer.loadPreset(preset, 2.0);  // 2s de fondu

FFT de l'API Web Audio

const analyser = audioContext.createAnalyser();
analyser.fftSize = 2048;
analyser.smoothingTimeConstant = 0.8;
const frequencyData = new Uint8Array(analyser.frequencyBinCount);
analyser.getByteFrequencyData(frequencyData);

Critique : Les bins FFT sont linéaires mais l'audition est logarithmique ! Utiliser un mappage logarithmique.

→ Voir references/web-audio-fft.md pour l'extraction des bandes de fréquences.

Shaders GLSL

Passer les données audio sous forme de texture 1D, utiliser des uniforms pour les graves/médiums/aigus :

uniform float u_bass;
float glow = smoothstep(0.5 - u_bass * 0.3, 0.0, dist);

→ Voir references/glsl-shaders.md pour les motifs complets.

Anti-Patterns à Éviter

1. Ignorer l'État d'AudioContext

À quoi ça ressemble : La visualisation échoue silencieusement Pourquoi c'est faux : AudioContext démarre suspendu, nécessite une interaction utilisateur Correctif : Reprendre au clic : await audioContext.resume()

2. Affichage Linéaire des Fréquences

À quoi ça ressemble : Les graves dominent, les aigus invisibles Pourquoi c'est faux : Les bins FFT sont linéaires ; les 100 premiers bins peuvent couvrir 0-2kHz Correctif : Utiliser un mappage logarithmique des bins (code dans les références)

3. Pas de Lissage

À quoi ça ressemble : Visuels saccadés, provoquant des crises d'épilepsie Pourquoi c'est faux : Les données FFT brutes sont brutiées d'une image à l'autre Correctif : analyserNode.smoothingTimeConstant = 0.7

4. requestAnimationFrame Sans Nettoyage

À quoi ça ressemble : Fuites mémoire, multiples boucles de rendu Correctif : Stocker l'ID d'animation, appeler cancelAnimationFrame au démontage

5. Taille de Canvas Codée en Dur

À quoi ça ressemble : Flou sur retina, mauvais rapport d'aspect Correctif : Multiplier par devicePixelRatio, gérer les événements de redimensionnement

6. Blocage du Thread Principal

À quoi ça ressemble : Audio saccadé, images perdues Pourquoi c'est faux : Compilation lourde de shaders sur le thread UI Correctif : Compiler les shaders pendant le chargement, pas pendant la lecture

Recommandations de Préréglages

Psychédélique/Trippant :

  • Flexi, martin + geiss - dedicated to the sherwin maxawow
  • Rovastar - Fractopia

Douceur/Détente :

  • Flexi - predator-prey-spirals
  • Geiss - Cosmic Strings 2

Haute Énergie :

  • Flexi + Martin - disconnected
  • shifter - tumbling cubes

Checklist d'Intégration

  • AudioContext créé et repris lors d'une interaction utilisateur
  • AnalyserNode connecté à la source audio
  • Canvas dimensionné correctement (tenir compte de devicePixelRatio)
  • Boucle de rendu avec requestAnimationFrame
  • Nettoyage au démontage (cancelAnimationFrame)
  • Chargement de préréglage avec temps de fondu
  • Gestion du redimensionnement
  • Support plein écran avec ÉCHAP pour sortir
  • Superposition d'informations sur la piste (z-index au-dessus du canvas)
  • Masquage du curseur après inactivité

Conseils de Performance

  1. Baisser le ratio de texture pour les GPU anciens : textureRatio: 0.5
  2. Réduire fftSize si inutile : 512 ou 1024 au lieu de 2048
  3. Utiliser will-change: transform sur le canvas
  4. Éviter les mises à jour DOM pendant la boucle de rendu
  5. Profiler avec les DevTools Chrome timeline GPU

Références

→ references/butterchurn-guide.md - Intégration complète de Butterchurn → references/web-audio-fft.md - Extraction FFT et analyse de fréquence → references/glsl-shaders.md - Motifs de shaders audio-réactifs


Ce skill couvre : Butterchurn/Milkdrop | FFT Web Audio | Shaders GLSL | Visualisation plein écran | Art audio-réactif

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

curiositech/windags-skills

Expert legal research agent for finding and scraping expungement data state by state. Knows authoritative sources, URL patterns, Firecrawl configuration, and 2026 legal landscape.

curiositech/windags-skills

Expert in 3D computer vision labeling tools, workflows, and AI-assisted annotation for LiDAR, point clouds, and sensor fusion. Covers SAM4D/Point-SAM, human-in-the-loop architectures, and vertical-specific training strategies. Activate on '3D labeling', 'point cloud annotation', 'LiDAR labeling', 'SAM 3D', 'SAM4D', 'sensor fusion annotation', '3D bounding box', 'semantic segmentation point cloud'. NOT for 2D image labeling (use clip-aware-embeddings), general ML training (use ml-engineer), video annotation without 3D (use computer-vision-pipeline), or VLM prompt engineering (use prompt-engineer).

curiositech/windags-skills

Implement WCAG 2.2 AA/AAA compliance with automated testing, keyboard navigation, screen reader support, and focus management. Activate on: accessibility audit, WCAG compliance, keyboard navigation, screen reader, aria attributes, axe-core, focus trap. NOT for: design-level accessibility review (use design-accessibility-auditor), color contrast only (use css-in-js-architect).

curiositech/windags-skills

Time-blind friendly planning, executive function support, and daily structure for ADHD brains. Specializes in realistic time estimation, dopamine-aware task design, and building systems that actually work for neurodivergent minds.

curiositech/windags-skills

Designs digital experiences for ADHD brains using neuroscience research and UX principles. Expert in reducing cognitive load, time blindness solutions, dopamine-driven engagement, and compassionate design patterns. Activate on 'ADHD design', 'cognitive load', 'accessibility', 'neurodivergent UX', 'time blindness', 'dopamine-driven', 'executive function'. NOT for general accessibility (WCAG only), neurotypical UX design, or simple UI styling without ADHD context.

curiositech/windags-skills

>- Apply crisis decision-making research to agent routing, uncertainty triage, and coordination failure analysis in time-pressured systems. Use when diagnosing handoff failures, analytical paralysis, or expert judgment under incomplete information. NOT for routine coding, simple CRUD design, or static single-agent tasks with complete information.

curiositech/windags-skills

Extend and modify the admin dashboard, developer portal, and operations console. Use when adding new admin tabs, metrics, monitoring features, or internal tools. Activates for dashboard development, analytics, user management, and internal tooling.

curiositech/windags-skills

Conversation patterns and interaction protocols for multi-agent systems. Covers request/response, pub/sub, blackboard, delegation chains, debate, critique, consensus, fan-out/fan-in, supervisor-worker, and peer negotiation. Deep analysis of AutoGen conversation patterns, CrewAI delegation, LangGraph state passing, and FIPA-ACL performatives. Teaches how to design what agents say to each other and in what order. Activate on: "agent conversation", "agent protocol", "multi-agent debate", "agent delegation", "supervisor worker pattern", "agent voting", "consensus protocol", "fan-out fan-in", "agent negotiation", "blackboard pattern", "agent dialogue", "conversation topology", "agent handoff". NOT for: wire format or serialization (use agent-interchange-formats), orchestration infrastructure (use agentic-infrastructure-2026), single agent behavior (use agentic-patterns).

curiositech/windags-skills

Meta-agent for creating new custom agents, skills, and MCP integrations. Expert in agent design, MCP development, skill architecture, and rapid prototyping. Activate on 'create agent', 'new skill', 'MCP server', 'custom tool', 'agent design'. NOT for using existing agents (invoke them directly), general coding (use language-specific skills), or infrastructure setup (use deployment-engineer).

curiositech/windags-skills

AI-powered calendar management and agent-based scheduling coordination. Covers calendar APIs (Google Calendar, CalDAV/iCal), AI scheduling assistants (Reclaim, Clockwise, Motion, Cal.com), building custom calendar agents with MCP, multi-calendar merging, timezone management, focus block protection, meeting fatigue detection, and agent-to-agent meeting negotiation protocols. Activate on: "calendar agent", "AI scheduling", "calendar coordination", "meeting scheduling", "calendar API", "focus time protection", "calendar optimization", "Google Calendar MCP", "Reclaim", "Clockwise", "Motion", "Cal.com", "smart scheduling", "calendar-aware agent", "timezone scheduling", "agent negotiation meetings". NOT for: manual calendar UI component design (use form-validation-architect), project management scheduling or Gantt charts (use project-management-guru-adhd), general time-tracking or pomodoro apps (use adhd-daily-planner for time-awareness), building the agent itself from scratch (use agent-creator).

curiositech/windags-skills

Build and adopt production AI agent infrastructure in 2026. Covers framework selection (LangGraph, CrewAI, AutoGen, MCP), orchestration patterns, evaluation, observability, memory systems, and tool use. Also covers the SOCIAL dimension: how to sell agent infrastructure internally, change management, measuring ROI, building trust in autonomous systems, and scaling adoption across teams. Activate on: "agent infrastructure", "agent framework comparison", "which agent framework", "sell AI tools internally", "agent adoption", "agent observability", "agent evaluation", "MCP architecture", "agentic mesh", "enterprise AI agents", "AI change management", "agent ROI". NOT for: building specific agents (use ai-engineer), designing agent behavior patterns (use agentic-patterns), prompt tuning (use prompt-engineer).

curiositech/windags-skills

Fundamental patterns for effective agentic behavior. Teaches decomposition, tool orchestration, error recovery, context management, quality self-assessment, and knowing when to stop. Model-agnostic principles that make any agent more effective regardless of domain. Activate on: "how should I structure this agent", "agentic workflow", "agent patterns", "multi-step task", "tool orchestration", "/agentic-patterns", "decompose this", "agent best practices", "chain of actions", "when should the agent stop", "agent loop design". NOT for: creating agent infrastructure (use agent-creator), building DAGs (use windags-architect), specific tool implementation.

curiositech/windags-skills

Automated discovery and matching of agent skills for dynamic task routing and capability assessment

curiositech/windags-skills

Cryptographic security for agentic systems — zero-trust agent networking, signed message envelopes (JWS/JWE), capability-based security (ocaps), Merkle tree audit trails, WASM sandboxing, and formal verification. Covers CLI dev tool security, mTLS between agents, permission boundaries (least privilege for AI agents), and supply chain security for skills/plugins. Activate on: "agent security", "zero trust agents", "secure agent communication", "capability-based security", "ocap", "signed messages between agents", "agent audit trail", "sandbox agent execution", "agent permissions", "mTLS agents", "cryptographic verification", "agent supply chain", "OWASP agentic", "prove agent did X", "tamper-proof agent logs". NOT for: application-level SAST scanning (use security-auditor), network firewall rules (use infrastructure), SOC2/HIPAA compliance (organizational), or prompt injection defense (use prompt-engineer).

curiositech/windags-skills

Data structures and serialization formats for agent-to-agent communication. Covers message envelopes, structured output schemas, capability declarations, task handoff payloads, error/retry signaling, and context windows as data structures. Deep comparison of A2A protocol, MCP, OpenAI function calling, and LangChain message types. Teaches when to use rigid schemas vs free-form with validation, typed vs untyped, streaming vs batch. Activate on: "agent message format", "agent communication schema", "agent-to-agent protocol", "A2A protocol", "MCP message format", "structured output for agents", "agent interop", "interchange format", "agent serialization", "task handoff format", "capability declaration". NOT for: what agents say to each other (use agent-conversation-protocols), orchestration topology (use multi-agent-coordination), building agent infrastructure (use agentic-infrastructure-2026).

curiositech/windags-skills

Logic-based agent programming language implementing BDI architecture for practical autonomous agent development

curiositech/windags-skills

>- Design AgentSpeak(L)-style BDI agents with context-guarded plans, selection functions, and intention stacks. Use for interruptible autonomy, agent policy, and multi-agent orchestration in dynamic environments. NOT for simple rule engines, static planners, or centralized workflows.

curiositech/windags-skills

Foundational concurrent computation model where actors communicate exclusively through asynchronous message passing

curiositech/windags-skills

Build production-ready LLM applications, advanced RAG systems, and intelligent agents. Implements vector search, multimodal AI, agent orchestration, and enterprise AI integrations. Use PROACTIVELY for LLM features, chatbots, AI agents, or AI-powered applications.

curiositech/windags-skills

license: Apache-2.0 NOT for unrelated tasks outside this domain.

Skills associés